[发明专利]道路监控方法、系统和电子设备

权利要求书

1.一种基于具有通道注意力机制的对象重识别的道路监控方法，其特征在于，包括：

获取预定时间间隔的第一街景图像和第二街景图像；

将所述第一街景图像和所述第二街景图像分别输入卷积神经网络以获得第一特征图和第二特征图；

将所述第一特征图和所述第二特征图分别输入通道注意力网络以获得第一通道特征向量和第二通道特征向量；

分别将所述第一特征图与所述第一通道特征向量融合以获得第一融合特征图和将所述第二特征图与所述第二通道特征向量融合以获得第二融合特征图；

将所述第一融合特征图和所述第二融合特征图按通道级联以获得分类特征图；以及

将所述分类特征图以分类函数进行分类以获得分类结果，所述分类结果用于表示所述第一街景图像和所述第二街景图像内是否包括违反道路管理规定的对象；

其中，所述卷积神经网络和所述分类函数通过训练图像集训练获得；

其中，所述训练过程，包括：

基于所述第一通道特征向量和所述第二通道特征向量计算注意力损失函数值，所述注意力损失函数值为所述第一通道特征向量的对数和所述第二通道特征向量的对数的加权和的沿通道位置的平均值；

计算所述分类特征图以分类函数进行分类的分类损失函数值；以及

通过最小化所述注意力损失函数值和所述分类损失函数值的加权和来以梯度下降的反向传播更新所述卷积神经网络和所述分类函数；

其中，在所述训练过程中，所述第一通道特征向量的对数和所述第二通道特征向量的对数的加权系数以及所述注意力损失函数值和所述分类损失函数值的加权系数作为超参数。

2.根据权利要求1所述的基于具有通道注意力机制的对象重识别的道路监控方法，其中，获取预定时间间隔的第一街景图像和第二街景图像，包括：

通过用于街道巡查的移动摄像机获取街景视频；

基于所述移动摄像机的路径信息获取相同地理位置的第一视频片段和第二视频片段；以及

分别从所述第一视频片段和所述第二视频片段中截取所述第一街景图像和所述第二街景图像。

3.根据权利要求1所述的基于具有通道注意力机制的对象重识别的道路监控方法，其中，将所述第一特征图和所述第二特征图分别输入通道注意力网络以获得第一通道特征向量和第二通道特征向量，包括：

将所述第一特征图输入第一全局池化层以获得第一通道池化向量；

将所述第二特征图输入第二全局池化层以获得第二通道池化向量；

将所述第一通道池化向量输入第一全连接层并以Sigmoid激活函数进行激活以获得第一通道特征向量；以及

将所述第二通道池化向量输入第二全连接层并以Sigmoid激活函数进行激活以获得第二通道特征向量。

4.根据权利要求1所述的基于具有通道注意力机制的对象重识别的道路监控方法，其中，分别将所述第一特征图与所述第一通道特征向量融合以获得第一融合特征图和将所述第二特征图与所述第二通道特征向量融合以获得第二融合特征图，包括：

将所述第一特征图按通道乘以所述第一通道特征向量以获得第一融合特征图；以及

将所述第二特征图按通道乘以所述第二通道特征向量以获得第二融合特征图。

5.根据权利要求1所述的基于具有通道注意力机制的对象重识别的道路监控方法，其中，分别将所述第一特征图与所述第一通道特征向量融合以获得第一融合特征图和将所述第二特征图与所述第二通道特征向量融合以获得第二融合特征图，包括：

将所述第一特征图按通道乘以所述第一通道特征向量以获得第一加权特征图；

将所述第一加权特征图与所述第一特征图相加以获得所述第一融合特征图；

将所述第二特征图按通道乘以所述第二通道特征向量以获得第二加权特征图；以及

将所述第二加权特征图与所述第二特征图相加以获得所述第二融合特征图。